[发明专利]基于烟丝中挥发性特征组分的卷烟配方质量趋势分析方法

说明书

技术领域

本发明涉及一种卷烟配方质量趋势分析方法，尤其是一种基于烟丝中挥发性特征组分的卷烟配方质量趋势分析方法，属于卷烟配方质量管控技术领域。

背景技术

卷烟是一个极为复杂的化学多组分体系，抽吸品质的优劣、风格特征的形成，是卷烟内在化学成分(包含外加的香精香料)相互协同作用的结果。要评判卷烟的产品配方质量变化情况，现有的常规化学指标和数据处理手段往往由于指标较为单一和信息量不足，很难实现较为全面的系统分析，也就难以获得满意的结果。目前，卷烟质量评价主要是采用近红外光谱技术结合化学计量学方法对烟草及烟草制品进行质检质控，其中，对烟草中尼古丁、焦油、总氮、总糖、蛋白质、氯、 pH值和灰分等成分已有了深入的研究，近年来主流烟气中的焦油、烟碱和一氧化碳等释放量也被作为指标衡量卷烟的内在品质，然而，红外仅能进行定性分析，定量效果依旧不够理想，分析的样本和具体的分析方法也不够准确。

另外，采用色谱技术针对烟草内部化学组分进行定性和定量分析也较多，如气质联用技术在烟草行业中主要用于对小分子、易挥发的物质进行分析，杨式华等采用GC-MS法快速测定烟草中22种非挥发性、挥发性有机酸；田振峰等采用气相色谱-质谱/选择离子监测方法分析了烟草中致香物质成分，然而，上述分析操作繁杂，误差较大，不能很好的反应整体的卷烟配方质量。

PCA是通过对一组相关变量进行正交旋转等处理，用维数较少的互不相关的新变量来反映原变量提供的大部分信息，通过分析新变量达到解决问题的一种多元统计方法，MD则可以用来表征样本点的聚集程度。此外，PCA分析过程的中心目的是将数据降维，将原变量进行转换，使少数几个的新变量是原变量的线性组合，同时这些新变量最大限度的反映原变量的信息，尽可能较少数据的丢失。而在此过程中，新变量可代替原变量的同时通过转换得到新的校正变量，这些变量不仅可以消除众多信息中相互重叠的部分，而且可以较为直观的被反映。 PCA-MD其优点在于可直接将主成分得分向量用于二维或三维图谱识别，通过计算机和化学计量学方法将图谱显示出来，实现对不同样本的分类。目前，采用 HS-GC/MS技术对卷烟烟丝中大量挥发性成分进行定性定量分析，结合化学计量学进行配方质量趋势分析的研究鲜见报道。

发明内容

本发明的目的在于针对现有技术的不足，提供一种基于烟丝中挥发性特征组分的卷烟配方质量趋势分析的方法，采用HS-GC/MS结合PCA-MD方法对卷烟烟丝质量趋势进行分析，应用MD表征在分组加工过程或配方过程中模块质量的均匀性和稳定性。该评价方法的建立为卷烟产品配方质量的监控提供依据。

本发明的目的通过以下技术方案实现：

一种基于烟丝中挥发性特征组分的卷烟配方质量趋势分析方法，包括如下步骤：

(1)样品的制备：按从卷包生产线上分批抽取足量的同一品牌不同月份的成品卷烟，将收集到的成品卷烟的烟丝超低温冷冻一段时间，然后对烟丝进行破壁粉碎，粉末作为分析样品备用；

(2)样品的前处理：称取0.7g备样放置于棕色顶空瓶中，加入D₈-甲苯内标，快速密封瓶盖；

(3)样品的处理和检测：采用HS-GC/MS进行分析，并通过与内标化合物D₈- 甲苯的峰面积积分的比值来定量，计算各特征化合物的含量；

(4)根据不同批次的非挥发性特征组分含量，采用主成分分析-马氏距离来研究样品的质量趋势变化以及进行不同样品间的相似度分析。